人工智能將重新定義人類

舒圣祥

自2009年以來，人工智能已經吸引了超過170億美元的投資，并且在過去四年保持著62%的民間投資增速。那些叫得出名號的互聯網公司，無不在押注人工智能。

這實在是一片藍海。就像純平的光傳感器代替鏡頭之后，相機幾乎可以被塞進任何角落。類似的轉變，也可能發生在任何一個領域，無論是知化的音樂、知化的房產、知化的護理、知化的建造、知化的玩具還是知化的體育……

凱利預測，到2026年，谷歌的主營產品，將不再是搜索，而是人工智能，阿爾法狗不過是開胃菜，谷歌眼鏡、無人駕駛都有很成熟的產品。同樣，IBM的沃森，相比同門前輩“深藍”要牛得多，它也許很快就會成為世界上最好的診斷專家。以至于現在出生的孩子在成年后，也許就很少需要依靠醫生來診斷了。

人工智能研究的歷史已近60年，為何會在這幾年加速推進？凱利總結了三大突破。

一是廉價的并行計算。要辨認某個口語詞匯，需要聽到所有音素以及它們之間的關系；要識別某張圖片，需要看到所有像素以及它們之間的關系。執行這種深度并行任務，需要建立一個神經網絡。

2009年，吳恩達（現任百度首席科學家）和斯坦福大學的一個研究團隊，發現用于電子游戲的GPU芯片，可以并行運行神經網絡。吳恩達開發的人工神經網絡，看一周相關視頻，就能自主學會識別哪些是關于貓的視頻。如今，在GPU集群上運行神經網絡，已成人工智能的一項常規技術。

二是大數據。海量數據的收集，為人工智能提供了訓練的條件。吳恩達說，建設人工智能，就像造一艘火箭飛船，需要一個巨大的引擎和許多燃料。飛船的引擎是各種學習型算法，燃料正是提供給這些算法的大量數據。

第三大突破，當然就是更好的算法。先是識別一只眼睛，下一個層級是將雙眼歸在一組，再下一個層級是把雙眼和鼻子關聯在一起。識別一張人臉，需要疊加多達15個層級，每個層級可能都是百萬的節點。杰夫·辛頓的深度學習算法，成為當下所有人工智能產品的組成部分。

GPU集群+大數據+深度學習代碼，讓人工智能的火箭起飛。這是與人類完全不同的心智種類，是完全不同的思維方式，這是異類智能。諸如蓋茨、霍金、馬斯克等聰明人，都擔心創造聰明絕頂的人工智能是個錯誤，甚至是人類最后的文明。

凱利并不太同意這樣的觀點，但認為人工智能會重新定義人類，告訴我們“我們是誰”。

如果問，人的目的是什么？有一個答案就是：制造生物演化無法得到的新型智能。我們最重要的機械產品，不是某樣事情比人類做得更好，而是能做人類完全不能做的事情；我們最重要的思維產品，也不是比人類想得更快更好，而是能思考人類完全無法思考的事情。

但有一個問題是，如果10個工人就有7個會因此失業，該怎么辦？因為，到本世紀結束前，如今人們從事的職業中，將有70%很可能會被自動化設備取代。

“只有人類能夠從事的工作”，注定會越來越少。人類和機器之間，將形成一種共生關系。我們的薪水高低，將取決于能否和機器人默契配合。不過，正如兩百年前美國70%的勞動力都是以農場為生，而今天只留下了1%。被取代的農民并沒有閑著，更多當時的人們想象不到的工作，潮水般襲來。

未來，機器人不僅在很多工作上能比我們干得好，或者能干很多我們干不了的事，也能幫助我們，發現自己的新工作，拓展我們存在的價值和意義。